基于PCA方法的科技金融結(jié)合度評(píng)價(jià)研究

王 偉

(蕪湖職業(yè)技術(shù)學(xué)院，安徽 蕪湖 241000)

科技發(fā)展正呈現(xiàn)出與金融結(jié)合越來(lái)越緊密的態(tài)勢(shì),銀行的貸款有25%資金流向于科技行業(yè)或科技企業(yè),[1]當(dāng)下的科技發(fā)展和金融結(jié)合的辦法在不斷創(chuàng)新, 科技與金融結(jié)合的緊密程度直接影響到科技企業(yè)的發(fā)展,影響到科技成果的轉(zhuǎn)化。本文將以安徽省為例對(duì)科技金融結(jié)合度的影響要素進(jìn)行界定,提出科技金融結(jié)合度測(cè)量模型,并以安徽省為例計(jì)算出安徽省各地級(jí)市的金融科技結(jié)合度。

1 安徽科技金融結(jié)合度的影響要素界定

科技金融可以認(rèn)為科技和金融2個(gè)產(chǎn)業(yè)的結(jié)合,任何科技企業(yè)和行業(yè)都離不開(kāi)金融行業(yè)的支持,影響科技金融結(jié)合的因素眾多,趙昌文[2]首次定義科技金融并指出為了促進(jìn)科技開(kāi)發(fā)、成果轉(zhuǎn)化以及高新技術(shù)產(chǎn)業(yè)發(fā)展而提供的金融系列服務(wù)。其中包括科技金融工具、制度、政策,形成主要參與主體有政府、企業(yè)、中介機(jī)構(gòu)組成的科技金融體系。黃國(guó)平[3]提出GDP、財(cái)政收入和支出影響科技產(chǎn)業(yè)和金融產(chǎn)業(yè)的融合,我國(guó)在20世紀(jì)90年代在科技工作統(tǒng)計(jì)中引入了R&D相關(guān)指標(biāo)統(tǒng)計(jì),章剛勇[4]指出R&D數(shù)據(jù)是和一個(gè)國(guó)家或地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r,科學(xué)發(fā)展水平相互影響和制約。李坤、孫亮[5]認(rèn)為金融可以幫助企業(yè)進(jìn)行科技投入,解決中小企業(yè)資金短缺的問(wèn)題,幫助企業(yè)發(fā)展增加企業(yè)科技產(chǎn)出。在科技金融結(jié)合度的評(píng)價(jià)上不能用投入、產(chǎn)出單一的價(jià)值指標(biāo)去衡量,而需要考慮到各個(gè)方面,結(jié)合《2018年安徽省科技統(tǒng)計(jì)公報(bào)》公布的信息和依據(jù)科技金融結(jié)合的特征可以得出,科技金融結(jié)合度的主要影響因素有GDP(億元)、財(cái)政收入(萬(wàn)元)、財(cái)政支出(萬(wàn)元)、R&D活動(dòng)人員數(shù)量(人)、R&D經(jīng)費(fèi)支出(萬(wàn)元)、R&D機(jī)構(gòu)數(shù)(個(gè))、企業(yè)R&D項(xiàng)目數(shù)(個(gè))、專利申請(qǐng)數(shù)(個(gè))、專利授權(quán)數(shù)(個(gè))、有創(chuàng)新活動(dòng)企業(yè)數(shù)(個(gè))等。

2 安徽科技金融結(jié)合度測(cè)量模型

2.1 安徽科技金融結(jié)合度測(cè)量方法

在綜合評(píng)價(jià)中,主成分分析(PCA)可以排除評(píng)價(jià)過(guò)程的人為干擾,提取原有指標(biāo)的絕大部分信息形成主成分及權(quán)重,保持評(píng)價(jià)結(jié)果的客觀性[6],按照影響安徽科技金融結(jié)合的多個(gè)強(qiáng)相關(guān)性的實(shí)測(cè)變量通過(guò)數(shù)學(xué)降維的方法,形成具有代表性的要素變量。在安徽科技金融結(jié)合度模型中會(huì)出現(xiàn)n個(gè)城市要素,p個(gè)科技金融結(jié)合度變量建立n×p階相關(guān)系數(shù)矩陣[7],將原有的科技金融結(jié)合要素x1,x2…xp變量指標(biāo)替換成新的科技金融結(jié)合度綜合指標(biāo)變量,x1,x2…,zm(m≤p)。

2.2 安徽科技金融結(jié)合度計(jì)算步驟

(1) Step1。通過(guò)計(jì)算相關(guān)系數(shù)矩陣得出安徽科技金融結(jié)合度的相關(guān)系數(shù)矩陣,原有變量為xi、xj,rij(i,j=1,2,…,p) 為安徽科技金融結(jié)合度的相關(guān)系數(shù)。

(2)Step2。求解安徽科技金融結(jié)合度特征值λi和特征向量ei

經(jīng)過(guò)計(jì)算標(biāo)準(zhǔn)化后的安徽科技金融結(jié)合度樣本數(shù)據(jù)矩陣的相關(guān)系數(shù),利用求解方程丨R-λiE丨=0,可以求出特征值λj(i=1,2,3,…,p),并按照大小排序分別求出對(duì)應(yīng)于特征值λi的特征向量ei(i=1,2,3,…,p)。

(3)Step3。安徽科技金融結(jié)合度主成分貢獻(xiàn)率及累計(jì)貢獻(xiàn)率的計(jì)算

確定安徽科技金融結(jié)合度主成分的個(gè)數(shù),累計(jì)貢獻(xiàn)率達(dá)到85%以上的特征值λ1,λ2…λm,以此對(duì)應(yīng)第一之道第m個(gè)(m≤p),后面自動(dòng)去除。

(4)Step4。計(jì)算各地市科技金融結(jié)合度指標(biāo)的綜合得分。

Zj=VYj,=(v1,v2,…,vm)Yj

3 安徽科技金融結(jié)合度的算例

將安徽省2018年科技金融結(jié)合要素原始數(shù)據(jù)導(dǎo)入SPSS19.0中,通過(guò)KMO and Bartlett's Test檢驗(yàn)得出KMO(Kaiser-Meyer-Oklin Measure of Smapling Adequacy)測(cè)度的值0.825,KMO值達(dá)到0.8說(shuō)明科技金融結(jié)合要素變量的共同因子多,2018年安徽科技金融結(jié)合度的數(shù)據(jù)適合做因子分析;Bartlett球體檢驗(yàn)(Bartlett test of sphericity)值為343.389,P=0.000<0.001,否定原假設(shè),即認(rèn)為安徽科技金融結(jié)合度的變量間的相關(guān)矩陣不是單位矩陣,安徽科技金融結(jié)合度各變量具有一定相關(guān)性,可以進(jìn)行因子分析。計(jì)算出安徽科技金融結(jié)合度的相關(guān)系數(shù)矩陣,得出安徽科技金融結(jié)合度許多變量之間直接的相關(guān)性比較強(qiáng),符合主成分分析的原始變量間相關(guān)性較大的條件。[8]

經(jīng)過(guò)相關(guān)系數(shù)矩陣計(jì)算得到安徽科技金融結(jié)合度特征值、方差貢獻(xiàn)率和累積貢獻(xiàn)率,可見(jiàn)1的特征值為9.018>1,其余的解釋力度還不如直接引入1個(gè)原變量的平均解釋力度大。第1個(gè)因子的方差貢獻(xiàn)率達(dá)到90.184%>85%說(shuō)明主成分F可以代表原來(lái)10個(gè)安徽科技金融結(jié)合度變量數(shù)據(jù)信息。[9]

變量共同度表示安徽科技金融結(jié)合度各變量中所含原始信息能被提取出的公因子所表示的程度,數(shù)值過(guò)小的變量可以去除不適合作因子,由變量共同度可得出專利授權(quán)數(shù),有創(chuàng)新活動(dòng)企業(yè)數(shù)外,其余變量均超出80%,滿足計(jì)算要求,通過(guò)計(jì)算因子荷載矩陣描述了安徽科技金融結(jié)合度各因子在主成分上的載荷,最低為0.826,說(shuō)明其在主成分上有較高載荷,主成分基本反映GDP(億元)、財(cái)政收入(萬(wàn)元)、財(cái)政支出(萬(wàn)元)、R&D活動(dòng)人員數(shù)量(人)、R&D經(jīng)費(fèi)支出(萬(wàn)元)、R&D機(jī)構(gòu)數(shù)(個(gè))、企業(yè)R&D項(xiàng)目數(shù)(個(gè))、專利申請(qǐng)數(shù)(個(gè))、專利授權(quán)數(shù)(個(gè))、有創(chuàng)新活動(dòng)企業(yè)數(shù)(個(gè))的要素信息所以決定用1個(gè)新變量來(lái)代替原來(lái)所有變量,將安徽科技金融結(jié)合度因子得分系數(shù)矩陣與標(biāo)準(zhǔn)化后的數(shù)據(jù)相乘,得出安徽科技金融結(jié)合度主成分表達(dá)式(F)后計(jì)算出安徽科技金融結(jié)合度總分主成分值和排序。[10]

F=0.109ZX1+0.110ZX2+0.100ZX3+0.110ZX4+0.108ZX5+0.107ZX6+0.109ZX7+0.110ZX8+0.92ZX9+0.97ZX10

安徽科技金融結(jié)合度總分主成分值,依次是合肥市(3.388)、蕪湖市(1.063)、滁州市(0.170)、安慶市(-0.022)、馬鞍山市(-0.022)、蚌埠市(-0.054)、宣城市(-0.165)、六安市(-0.256)、宿州市(-0.310)、淮南市(-0.320)、阜陽(yáng)市(-0.330)、銅陵市(-0.599)、亳州市(-0.605)、黃山市(-0.612)、淮北市(-0.652)、池州市(-0.674)。

4 結(jié) 論

通過(guò)安徽科技金融結(jié)合度的算例可以得出安徽科技金融結(jié)合度排序,合肥第1,池州最后,從區(qū)域看合蕪蚌自主創(chuàng)新綜合試驗(yàn)區(qū)的科技金融結(jié)合度排序位居前列,從城市地理上科技金融結(jié)合度呈現(xiàn)皖中最強(qiáng),皖南皖北較弱,皖東較強(qiáng),皖西較弱。作為全國(guó)首批技術(shù)創(chuàng)新工程試點(diǎn)省,合肥市創(chuàng)建全國(guó)科技創(chuàng)新試點(diǎn)市的背景下,統(tǒng)籌規(guī)劃科技金融資源,必定要完善科技金融績(jī)效評(píng)價(jià),通過(guò)PCA方法對(duì)安徽科技金融結(jié)合度進(jìn)行描述,填充了安徽在科技金融上的評(píng)價(jià)。